CN105229629B - 用于估计对媒体内容的用户兴趣的方法、电子设备和介质 - Google Patents

Abstract

根据一些实施方式，公开了一种用于估计对媒体内容的用户兴趣的方法。所述方法被执行在具有一个或多个处理器和存储用于由所述一个或多个处理器执行的一个或多个程序的存储器的服务器系统上。所述服务器系统从客户端系统接收音量变化事件。所述服务器系统确定当前正在所述客户端系统处呈现的所呈现的媒体内容项目的标识。所述服务器系统分析所接收的音量变化事件来确定对所确定的媒体内容项目的用户兴趣水平。

Description

用于估计对媒体内容的用户兴趣的方法、电子设备和介质

技术领域

所公开的实施方式通常涉及显示媒体内容的领域，更具体地涉及使用音量变化来估计兴趣。

背景技术

消费者对消费媒体内容具有许多选择。除诸如传统的电视、收音机、或影院中的投影屏的传统的、非交互式途径外，新的电子设备提供用于消费媒体内容的附加途径，诸如经由计算机、智能电话、或平板计算机的通过互联网的流媒体内容。这些传统途径中的一些允许用户与媒体内容的发布者交互。该增加的交互允许媒体内容的发布者或制作者为媒体内容的消费者提供更个性化的服务。

对消费者可用的增长的媒体选择的数目已经导致媒体内容提供者之间增长的竞争来吸引消费者。为了争取现有的消费者，媒体内容的提供者必须提供有趣的内容。为了确保媒体内容有趣，内容提供者需要能测量他们的消费者的兴趣水平。然后，媒体内容的提供者能使用所测量的兴趣水平来调度当前内容并且制作消费者将感兴趣的未来内容。

还能使用所采集的用户兴趣信息来对特定用户个性化所提供的媒体内容。例如，音乐流服务能使用用于特定用户的兴趣信息来选择将呈现给那一用户的下一首歌曲。对媒体内容的制作者或发布者提供个性化服务可用的一个选择是通过推荐引擎。这种引擎基于有关该用户的已知信息选择新媒体内容来推荐给用户。增加推荐引擎关于特定用户的信息量，增加了推荐引擎正确地推荐该用户将发现有趣的媒体内容的精确度。因此，收集有关用户发现哪些媒体内容有趣以及用户未发现哪些媒体内容有趣的信息对提供良好的用户体验很重要。

发明内容

根据一些实施方式，公开了一种用于估计对媒体内容的用户兴趣的方法。所述方法被执行在具有一个或多个处理器和存储由所述一个或多个处理器执行的一个或多个程序的存储器的服务器系统上。所述服务器系统从客户端系统接收音量变化事件。所述服务器系统确定当前正在所述客户端系统处呈现的所呈现的媒体内容项目的标识。所述服务器系统分析接收到的音量变化事件来确定对所确定的媒体内容项目的用户兴趣水平。

根据一些实施方式，公开了一种用于估计对媒体内容的用户兴趣的客户端系统。所述客户端系统具有一个或多个处理器和存储将由所述一个或多个处理器执行的一个或多个程序的存储器。所述一个或多个程序包括用于从客户端系统接收音量变化事件的指令。所述一个或多个程序进一步包括用于确定当前正在所述客户端系统上呈现的所呈现媒体内容项目的标识的指令。所述一个或多个程序进一步包括用于分析所接收的音量变化事件来确定对所确定的媒体内容项目的用户兴趣水平的指令。根据一些实施方式，公开了一种存储一个或多个程序的非瞬时性计算机可读存储介质，所述一个或多个程序被配置成用于由客户端系统执行。所述一个或多个程序还包括用于从客户端系统接收音量变化事件的指令。所述一个或多个程序进一步包括用于确定当前正在所述客户端系统处呈现的所呈现的媒体内容项目的标识的指令。所述一个或多个程序进一步包括用于分析所接收的音量变化事件来确定对所确定的媒体内容项目的用户兴趣水平的指令。

根据一些实施方式，公开了一种用于估计对媒体内容的用户兴趣的方法。所述方法被执行在具有一个或多个处理器和存储由所述一个或多个处理器执行的一个或多个程序的存储器的客户端系统上。所述客户端系统对于在客户端设备附近呈现的媒体内容检测来自所述客户端系统的用户的音量变化事件。然后，所述客户端系统分析所述音量变化事件来确定对所呈现的媒体内容的用户兴趣。然后，所述客户端系统将所确定的兴趣水平发送到服务器系统。根据一些实施方式，公开了用于估计对媒体内容的用户兴趣的客户端系统。所述客户端系统具有一个或多个处理器和存储将由所述一个或多个处理器执行的一个或多个程序的存储器。所述一个或多个程序包括对于客户端设备附近呈现的媒体内容检测来自所述客户端系统的用户的音量变化事件的指令。所述一个或多个程序进一步包括分析所述音量变化事件来确定对所呈现的媒体内容的用户兴趣的指令。所述一个或多个程序进一步包括将所确定的兴趣水平发送到服务器系统的指令。

根据一些实施方式，公开了一种存储一个或多个程序的非瞬时性计算机可读存储介质，所述一个或多个程序被配置成用于由客户端系统执行。所述客户端系统具有一个或多个处理器和存储将由所述一个或多个处理器执行的一个或多个程序的存储器。所述一个或多个程序包括用于对于在客户端设备附近呈现的媒体内容检测来自所述客户端系统的用户的音量变化事件的指令。所述一个或多个程序进一步包括分析所述音量变化事件来确定对所呈现的媒体内容的用户兴趣的指令。所述一个或多个程序进一步包括将所确定的兴趣水平发送到服务器系统的指令。

附图说明

图1是图示根据一些实施方式的包括具有显示器的客户端系统的客户端/服务器环境的框图。

图2是图示根据一些实施方式的客户端系统的框图。

图3是图示根据一些实施方式的服务器系统的框图。

图4是根据一些实施方式的在客户端系统处存储并且传送到服务器系统的音量事件数据248的框图。

图5是图示根据一些实施方式的基于音量变化事件检测用户兴趣的过程的流程图。

图6是图示根据一些实施方式的估计对媒体内容的用户兴趣的过程的流程图。

相同的附图标记贯穿附图是指相对应的部分。

具体实施方式

在一些实施方式中，客户端系统在客户端系统的用户附近的显示器上呈现媒体内容项目。对媒体内容项目的提供者或发布者来说知道观众是否对媒体内容项目感兴趣很有用。由此，如果客户端系统的用户选择允许它，客户端系统尝试收集关于特定用户是否发现特定媒体内容项有趣以及哪些部分特别有趣的信息。客户端系统能帮助确定用户兴趣的一种方式是测量与媒体内容项目相关联的音量变化事件。这基于当用户正观看感兴趣-或至少注意节目时很可能增加音量的假定。

在一些实施方式中，客户端系统检测到由用户引起的音量变化的两种指示中的一种。首先，客户端设备能通过从用户接收音量变化命令来检测音量变化。例如，在一些情况下，能由客户端检测经由诸如传统的遥控器或智能电话的遥控器发出的音量变化命令。第二种是音量变化事件。当客户端设备不能直接接收音量变化命令时，能通过音量的实际变化由客户端设备识别音量变化事件。在一些实施方式中，能由诸如麦克风(例如作为智能电话的一部分的麦克风)的音频传感器来识别和测量这些音量变化事件。在一些实施方式中，客户端设备将音量变化命令和音量变化事件报告给服务器系统，然后分析音量变化信息以及关于当前正呈现给用户的媒体内容的信息。通过评估两种信息，如下所述，服务器能确定用户对所呈现的媒体内容的兴趣。

在一些实施方式中，音量变化命令是对所呈现的媒体内容的音频分量进行静音或结束先前接收的静音命令的命令。在一些实施方式中，音量变化命令是递增地升高或降低呈现媒体内容项目的音量的命令。在一些实施方式中，调高音量和取消静音命令被解释为与较高用户兴趣相关。调低音量或静音事件被解释为与较低用户兴趣相关。例如，如果客户端系统在商业广告开始后立即检测到“静音”命令，则该客户端系统确定用户对所显示的商业广告的兴趣低。

在一些实施方式中，所确定的用户兴趣能用来识别影片或电视节目中的重要场景。例如，将检测到音量增加的命令的场景识别为特定用户更感兴趣。能针对多个用户捕捉该数据，然后关联。如果发现大量其他用户对同一场景的兴趣的类似增加(基于来自那些用户的音量变化数据)，则能确定该场景很重要。以这种方式，服务器系统能聚合来自多个用户的数据并且识别特定影片或电视节目中的重要场景。

如上所述，在一些实施方式中，客户端系统不具有对所传送的命令的直接访问权限，并且通过测量所呈现的媒体内容项目的音量的变化检测音量变化命令。例如，在一些实施方式中，客户端系统包括诸如麦克风的音频传感器来检测所呈现的媒体内容的音量水平。例如，具有麦克风的智能电话能测量在附近电视上呈现的电视节目的音量。通过监视所呈现的电视节目的音频水平，客户端系统能检测音量变化命令。当音频水平改变(预期音频水平、一段时间的平均音频水平、最大音频水平、或瞬时音频水平)时，客户端系统登记能分析以确定是否表示用户兴趣或无兴趣的音量变化事件。

在一些实施方式中，客户端系统从服务器系统接收与在客户端系统附近呈现的媒体内容项目相关联的媒体音量信息。在一些实施方式中，服务器系统基于从客户端系统接收的信息，确定在客户端系统呈现的媒体内容项目。例如，客户端系统能将与媒体内容项目相关联的元数据传送到服务器系统。在一些实施方式中，服务器系统是媒体内容项目数据的源，因此能从其自己的记录确定特定的媒体内容项目。在一些实施方式中，客户端系统捕捉与媒体内容项目相关联的音频或视觉指纹并且将其传送到服务器系统。然后，服务器系统分析指纹或媒体内容的片断来确定媒体内容的特定段。媒体音量信息包括媒体内容项目内的音量变化的列表。例如，媒体音量信息包括预期音量变化(即，存在于媒体内容项目本身中的音量变化)的年代排序列表。然后，客户端系统将检测到的音量变化事件与和所呈现的媒体内容项目相关联的媒体音量信息进行比较。

在一些实施方式中，将不与在与媒体内容项目关联的音量信息中识别到的预期音量变化相关的音量变化事件确定为由用户发出的音量变化命令的结果。例如，当用户正观看电影“复仇者联盟”时，客户端系统将检测到多个音量变化。对每一音量变化，客户端系统将每一检测到的音量变化与和“复仇者联盟”相关联的媒体音量信息进行比较。客户端系统检测到媒体内容的音量已经减小并且确定在与“复仇者联盟”相关联的媒体音量信息中是否存在相对应的音量变化事件。如果是，则客户端系统确定用户未发出音量变化命令。然而，如果媒体音量信息不具有相对应的音量变化，则客户端系统确定用户发出了音量变化命令。

在一些实施方式中，不记录与预期音量变化关联的音量变化事件。例如，客户端系统使用其麦克风来识别当前在设备附近呈现的电视节目(例如通过节目的音频指纹)并且从服务器系统检索音量信息。例如，智能电话设备确定在智能电话设备附近，当前正显示电视节目“火线”的插曲。智能电话检测到在媒体内容项目的特定时间呈现电视节目的音量增加。然后，智能电话设备确定是否存在针对媒体内容项目的音量变化信息中列出的相对应的音量增加。例如，智能电话检测到在插曲的15分钟和36秒有显著的音量增加并且同时校验相关联的音量变化信息。如果音量变化信息包括相对应的音量变化(电视节目包括音量增加，因为嘈杂的音乐或人物喊叫)，则客户端系统忽略音量变化事件因为其不指示用户兴趣。

图1是图示根据一些实施方式的客户端-服务器环境100的框图。客户端-服务器环境100包括一个或多个客户端环境。在一些实施方式中，客户端环境108-1包括客户端系统102-1和遥控器107-1。在一些实施方式中，客户端系统102-1包括显示器104-1和遥控接收器106。在一些实施方式中，客户端环境108-2包括客户端系统102-2和与客户端系统102-2相关联、但不集成在客户端系统102-2中的显示器104-2。为了简明，客户端环境108-1和客户端环境108-2二者都可以被称为客户端环境108，客户端系统102-1和客户端系统102-2二者都可以被称为客户端系统102，并且显示器104-1和显示器104-2都可以被称为显示器104。客户端系统102-2包括麦克风109。服务器系统120包括数据聚合模块122、兴趣确定模块124、和媒体信息数据库130。服务器系统120和客户端系统102可以连接到包括局域网(LAN)、广域网(WAN)、无线网络、有线网络、互联网、或这些网络的组合的各种网络中的任何一个。

根据一些实施方式，客户端环境108-1包括客户端系统102-1。在一些实施方式中，客户端系统102-1包括合并的遥控接收器106和合并的显示器104-1。合并的遥控接收器106从遥控器107-1接收无线信号来将命令从用户(手持遥控器或与遥控器交互的人)中继到客户端系统102-1。合并的显示器104-1被包括为客户端系统102-1的集成部分并且在客户端环境108-1中显示媒体。

在其他实施方式中，客户端环境108-2包括客户端系统102-2和与客户端系统102-2相关联但未集成到客户端系统102-2中的显示器104-2。客户端系统102-2包括集成的麦克风109，其能从客户端系统102-2附近的区域检测音频信息。将相关联的显示器104-2配置成在客户端系统102-2的用户附近显示媒体。

根据一些实施方式，客户端系统102从服务器系统120接收媒体音量变化信息114。媒体音量变化信息114包括用于一段或多段媒体内容的媒体音量信息。在一些实施方式中，媒体音量变化信息114列出预期的音量变化事件和媒体内容中它们发生的时间。例如，用于“黑暗骑士”的音量变化信息114包括音量增加时(例如，当音乐音量增加时、大音量的动作场景发生时、或媒体内容中的人物叫喊或大声说话时)以及音量减小时(例如在没有音乐或温柔对话的远景期间)的时间。

在一些实施方式中，客户端系统102将音量事件112发送到服务器系统120。音量事件112包括识别音量事件的类型(例如调高音量、调低音量、静音、和取消静音)的信息、识别何时检测到音量变化事件112的时间戳、以及识别发出命令的用户的用户识别号。在一些实施方式中，客户端系统102在将音量事件112传送到服务器系统120之前确定所呈现的媒体内容的标识。在该实施例中，客户端系统102还传送识别正在显示器104上呈现的媒体内容的媒体内容信息。

在一些实施方式中，在将音量事件112发送到服务器系统120之前，客户端系统102不识别特定媒体内容段。替代地，客户端系统102还将频道信息、客户端设备的位置信息、或音频指纹信息传送到服务器系统120，然后，服务器系统120用来识别当前在客户端系统102上呈现的特定媒体内容。在一些实施方式中，客户端系统102使用麦克风109来从所呈现的媒体内容项目采集实际音频片断，然后将采集到的音频片断传送到服务器系统120以供识别。例如，智能电话使用其麦克风来记录来自当前正在智能电话的附近显示的媒体内容项目的30秒的音频数据片断并且将该30秒片断的至少一部分传送到服务器系统120。然后，服务器系统使用那一音频数据来确定当前呈现的媒体内容项目是影片“蝙蝠侠：黑暗骑士崛起”。然后，服务器系统120将与“蝙蝠侠：黑暗骑士崛起”相关联的音量变化信息114连同片断所来自的“蝙蝠侠：黑暗骑士崛起”内的大致时间的指示一起发送回客户端系统102。由此，允许客户端系统102确立当前正显示蝙蝠侠：黑暗骑士崛起的哪一部分并且开始将音量变化与音量变化信息114中的相对应的时间进行比较。

根据一些实施方式，服务器系统120包括数据聚合模块122、兴趣确定模块124、媒体内容识别模块126、和媒体信息数据库130。数据聚合模块122被配置成从任何客户端系统102采集音量变化命令和事件信息112，其中客户端系统102的用户明确地授权服务器系统120采集这样的信息。数据聚合模块122从多个客户端系统102采集该信息并且按其应用于的媒体内容项目对音量信息进行分组。例如，当新一集的受欢迎的电视节目在广泛收看的电视网络上播出时，诸如CBS的新一集的“NCIS”，很可能服务器系统120将对该同一电视节目从多个用户接收音量变化事件或音量变化命令。数据聚合模块对所有该数据进行分组以供比较。通过将来自多个用户的音量变化事件112进行比较，服务器系统120能识别发生在所有客户端系统102中的音量变化事件112，并且由此将那些音量变化事件112认为发生在媒体内容本身中而不视为用户命令的结果。

在一些实施方式中，数据聚合模块122还从与已经授权服务器系统采集音量变化命令的用户相关联的客户端系统102接收音量变化命令。数据聚合模块122在多个客户端系统102上，比较用于特定媒体内容的音量变化命令。然后，客户端系统102将该聚合的音量变化信息传递到兴趣确定模块124。

在一些实施方式中，兴趣确定模块124从数据聚合模块122接收聚合的音量变化信息。然后，兴趣确定模块124使用该信息来确定用户对特定媒体内容项目或单个媒体内容项目内的特定部分的兴趣。在一些实施方式中，调低音量命令和静音命令被确定为指示用户对命令时呈现的媒体内容段兴趣低或无兴趣。如果音量变化命令仅发生在少数用户中，则该信息不视作符合(即，音量变化命令与用户对媒体内容项目的兴趣不相关)或仅存储在发出命令的用户的用户简档中。然而，如果在较多数或大部分情况下检测到调低音量命令，则兴趣确定模块124确定用户通常对正显示的媒体内容项目不感兴趣，发现令人厌烦，或发现其太大声地呈现。例如，特定商业广告可能包括令人厌烦的声音或音乐，导致大部分或所有用户输入静音命令或音量减小命令。在一些实施方式中，诸如商业广告的媒体内容项目以高于刚刚在之前呈现的媒体内容项目的音量水平呈现，并且由此导致许多用户执行几乎同时的调低音量命令。

在一些实施方式中，兴趣确定模块确定接收到的音量变化命令指示增加的用户兴趣。在一些实施方式中，增加音量命令或取消静音命令指示用户对特定媒体内容段或较大媒体内容段中的特定段(即，电视节目或电影中的特定场景)感兴趣。如果音量增加命令仅发生在少数用户中，则该信息通常或由于不表示用户兴趣被忽略，或仅存储在发出命令的用户的用户简档中。然而，如果在较多数或大部分情况下检测到音量增加命令，则兴趣确定模块124确定用户通常对正显示的媒体内容项目感兴趣。

在一些实施方式中，兴趣确定模块124存储确定的用户兴趣信息以便后续使用。例如，在向用户推荐媒体内容段时服务器系统120使用该信息。用户通常发现有趣的媒体内容很可能被推荐或显示(在商业广告的情况下)，而通常发现不感兴趣的媒体内容不太可能被推荐或显示。在一些实施方式中，用户能够选择是否允许媒体内容个性化使得将他们的特定兴趣记录在相关的用户简档中。然后，服务器系统120使用该用户简档来选择媒体内容段，以供将来显示或推荐。例如，如果特定用户总是允许静音汽车商业广告但对涉及视频游戏的商业广告开大音量，则服务器系统120很可能向用户显示视频游戏商业广告并且不太可能显示汽车商业广告。

在一些实施方式中，服务器系统120采集统计信息并且将反馈提供给媒体内容的制作者或发布者。然后，媒体内容的制作者和发布者能使用该信息来提高他们制作的媒体内容的质量。例如，如果服务器系统120确定在电视节目中的特定人物出现在屏幕上时，用户通常发出静音或音量减小命令，电视节目的制作者能使用该信息来减少该人物的放映时间或将该人物重写得更有趣。在另一示例中，当兴趣确定模块124确定在特定商业广告出现时用户通常发出静音指令时，那一商业广告的制作者或发布者能使用该信息来使该商业广告不太令人厌烦或从广播中移除该商业广告而由更有趣的商业广告替换。

在一些实施方式中，媒体内容识别模块126从客户端系统102接收音量事件信息112。在一些实施方式中，音量事件信息112不包括识别当前正在客户端系统102处呈现的媒体内容的特定段的信息。在这种情况下，媒体内容识别模块126确定媒体内容的特定段的标识。在一些实施方式中，接收到的音量事件信息包括用于显示媒体内容的时间、频道、和位置信息。使用该信息，媒体内容识别模块126能够使用媒体信息数据库130中的调度信息来识别所呈现的媒体内容。

在一些实施方式中，媒体内容识别模块126从客户端系统102接收来自媒体内容的音频片断，或从客户端系统102接收由客户端系统根据媒体内容生成的一个或多个音频指纹。然后，媒体内容识别模块126分析音频片断或指纹来识别与媒体内容的特定段的匹配。为此目的，媒体内容识别模块126能使用所存储的音频信息的数据库。一旦识别到特定媒体内容项目，媒体内容识别模块126将媒体内容的特定段的标识传送到客户端系统102。在一些实施方式中，媒体内容识别模块126还发送片断在媒体内容内出现的大致时间，由此允许客户端系统102识别当前正显示媒体内容项目的哪一部分。

根据一些实施方式，媒体信息数据库130包括关于媒体内容的特定段的特定细节。例如，媒体信息数据库130包括流派信息、演员表信息、导演信息、事件信息、和与特定媒体有关的其他信息。服务器系统120使用该信息来便于潜在推荐的评估。在一些实施方式中，媒体信息数据库130还存储用于特定媒体内容项目的媒体音量变化信息114。当请求时，将该信息传送到客户端系统102。

图2是示出根据一些实施方式的客户端系统102的框图。客户端系统102包括一个或多个处理单元(CPU)202、一个或多个网络接口210、存储器212、遥控接收器106、和一个或多个用于互连这些组件的通信总线214。客户端系统102包括用户接口204。用户接口204包括相关联的显示设备104并且可选地，包括诸如键盘、鼠标、触摸敏感显示器、麦克风、或其他输入按钮208的输入装置。可选地，显示设备104包括音频设备或其他信息传递设备。此外，一些客户端系统使用麦克风和语音识别来补充或替换键盘。

存储器212包括高速随机存取存储器，诸如DRAM、SRAM或其他随机存取固态存储设备，并且可以包括非易失性存储器，诸如一个或多个磁盘存储设备、光盘存储设备、闪存设备、或其他非易失性固态存储设备。存储器212可以可选地包括远离CPU 202的一个或多个存储设备。存储器212，或者交替地，存储器212内的非易失性存储设备包括非瞬时性计算机可读存储介质。在一些实施方式中，存储器212或存储器212的计算机可读存储介质存储下述程序、模块和数据结构，或其子集：

·操作系统216，包括用于处理各种基本系统服务和执行硬件依赖任务的过程；

·网络通信模块218，用于经由一个或多个通信网络接口210(有线或无线)和诸如互联网、其他广域网、局域网、城域网等等的一个或多个通信网络，将客户端系统102连接到其他计算机；

·显示模块220，用于使得能够在与客户端系统102相关联的显示器104上显示媒体内容；

·一个或多个客户端系统102应用模块222，用于使得客户端系统102能够执行由客户端系统102提供的功能，包括但不限于：

○音量变化命令捕捉模块224，用于监视遥控接收器106的音量变化命令，并且当检测到音量变化命令时，记录命令的类型和发出命令的时间；

○音量变化检测模块230，用于当直接音量变化命令不可用时，监视在客户端系统102的附近呈现的媒体的音量水平并且检测音量水平何时变化；

○媒体识别模块232，用于通过分析用媒体内容传送的元数据、分析与媒体内容段相关联的日期、时间、位置、和频道信息、分析媒体内容内的音频指纹、或将信息传送到服务器系统120并且从服务器系统120接收标识，来确定在客户端系统102处或其附近显示的媒体内容的标识；

○分析模块234，用于比较来自音量变化检测模块230的检测到的音量变化和用于所呈现的媒体信息的媒体音量变化数据246来确定音量变化是在用户处发起的音量变化命令的结果还是媒体本身内的音量变化；以及

○兴趣确定模块236，用于通过收集音量变化命令和/或音量变化事件并且确立它们指示用户兴趣还是缺少用户兴趣，来确定客户端系统102附近的用户对当前正在与客户端系统102相关联的显示器104上显示的媒体的兴趣，以及

·数据模块240，用于存储与客户端系统102相关的数据，包括但不限于：

○音量变化事件数据242，包括从音量变化命令和音量变化事件采集的数据；

○用户数据244，包括有关客户端系统102的用户的信息，诸如用户简档、用户偏好和兴趣、以及与向用户有效地提供服务相关的其他信息；

○媒体数据246，包括在客户端设备呈现媒体内容必要的数据以及识别当前显示的媒体内容段的任何信息，并且包括捕捉到的音频或可视片断或指纹；以及

○媒体音量变化数据248，包括表示包括在当前显示的媒体中或很快将在与客户端系统102相关联的显示器104上显示的媒体中的音量变化的数据。

图3是图示根据一些实施方式的服务器系统120的框图。服务器系统120通常包括一个或多个处理单元(CPU)302、一个或多个网络接口304、存储器306、和用于互连这些组件的一个或多个通信总线308。

存储器306包括高速随机存取存储器，诸如DRAM、SRAM、DDR RAM或其他随机存取固态存储器设备，并且可以包括非易失性存储器，诸如一个或多个磁盘存储设备、光盘存储设备、闪存设备、或其他非易失性固态存储设备。存储器306可以可选地包括远离CPU 302的一个或多个存储设备。存储器306或者可替选地存储器306内的非易失性存储设备包括非瞬时性计算机可读存储介质。在一些实施方式中，存储器306或存储器306的计算机可读存储介质存储下述程序、模块和数据结构，或其子集：

·操作系统310，包括用于处理各种基本系统服务和用于执行硬件依赖任务的过程；

·网络通信模块312，用于经由一个或多个网络接口304(有线或无线)和诸如互联网、其他广域网、局域网、城域网等等的一个或多个通信网络将服务器系统120连接到其他计算机；

·一个或多个服务器应用模块314，用于使得服务器系统120能够执行由服务器系统120提供的功能，包括但不限于：

○数据聚合模块122，用于从多个客户端系统(图1，102)采集音量变化信息、按它们与其相关的媒体内容的特定段分组信息、并且按它们发生的时间分组音量变化事件来开发关于什么内容使用户增加所呈现的媒体内容段的音量(或取消静音)以及什么内容使用户减小(或静音)所呈现的媒体内容项目的音量的通用信息；

○媒体确定模块126，用于确定在客户端系统(图1，102)处呈现的媒体，其中，通过从客户端系统(图1，102)接收媒体的标识、分析在与客户端系统(图1，102)相关联的显示器(图1，104)上呈现的数据来确定在客户端系统(图1，102)处显示的媒体，或者，在由服务器系统120提供在客户端系统(图1，102)处显示的媒体的情况下，确定传送到客户端系统(图1，102)的媒体；

○兴趣确定模块124，用于确定给定音量事件或事件集合是否指示增加兴趣、降低兴趣，还是根本无兴趣变化；以及

○推荐模块320，用于基于与用户相关联的用户简档、用户的历史、和与媒体内容段相关联的兴趣信息，来确定推荐给用户的媒体内容项目；以及

·一个或多个服务器数据模块322，用于存储与服务器系统120相关的数据，包括但不限于：

○媒体信息数据库130，包括关于媒体的特定段的特定细节，包括例如流派信息、演员表信息、导演信息、事件信息、音量变化信息、和与特定媒体相关的其他信息；

○用户数据324，包括有关客户端系统(图1，102)的用户的信息，诸如用户简档、用户偏好和兴趣、先前采集的音量变化信息、人口统计信息、和与向用户有效地提供服务相关的其他信息；

○兴趣数据326，包括指示用户对一个或多个媒体内容段具有的兴趣水平、从客户端系统(图1，102)接收的数据；以及

○媒体显示数据328，包括当由服务器系统120向客户端系统(图1，102)提供时，使得客户端系统能够呈现相关联的媒体内容的数据，以及包括音频和视觉数据、片断和指纹。

图4是根据一些实施方式的在客户端系统(图1，102)处存储并且被传送到服务器系统(图1，120)的音量事件数据248的框图。音量事件数据包括事件列表(450-1、450-2、……、450-P)。为了简明，事件450-1、450-2、……、450-P全部可以被称为事件450。每一事件表示特定音量变化命令或检测到的在呈现媒体内容的特定段呈现期间发生的音量变化。

在一些实施方式中，事件450包括有关该事件的附加的信息。在一些实施方式中，每一事件包括以下中的一个或多个：事件ID 452、事件类型454、时间戳456、标识信息458、和用户标识信息460。事件ID唯一地为客户端系统(图1，102)和服务器系统(图1，120)识别事件。事件类型454识别发生的音量事件的类型。在一些实施方式中，存在四种可能类型的音量事件：1)调高音量，2)调低音量，3)静音，和4)取消静音。在一些实施方式中，事件类型454区分大的音量增加/减小和小的音量增加/减小。

在一些实施方式中，时间戳456包括识别音量变化命令或音量变化事件何时发生的信息。在一些实施方式中，记录的时间戳456是绝对的，并且是指日期和时间。例如，时间戳可以将2012年11月12日，9:45:43AM记录为时间。在其他实施方式中，所记录的时间戳456是相对于当前呈现的媒体内容段的开始的时间度量。例如，时间戳读取1:24:32，指示自当前呈现的媒体内容项目开始以来，当前时间为1小时、24分和32秒。

在一些实施方式中，标识信息458包括用来识别当前正显示的特定媒体内容项目的信息。在一些实施方式中，标识信息458包括明确地识别媒体内容的媒体内容标识符。在其他实施方式中，标识信息458包括能用来识别特定电视节目的时间、位置、日期、和频道信息。在一些实施方式中，标识信息458包括从当前媒体记录并且能用来识别媒体内容的特定段的音频数据(诸如原始音频片断或音频指纹)。

在一些实施方式中，事件数据450包括用户标识信息460。在一些实施方式中，用户标识信息460包括识别特定用户及它们的相关联的用户简档的唯一用户ID。在一些实施方式中，用户标识信息460已经被去除了任何个人可识别信息并且仅包括与用户相关联的人口统计信息，诸如其他潜在人口统计信息中的年龄、性别、种族、位置、和语言。在没有明确许可的情况下，将不从用户采集用户标识信息460。

图5是图示根据一些实施方式的基于音量变化命令检测用户兴趣的过程的流程图。图5中所示的操作中的每一个可以与计算机存储器或计算机可读存储介质中存储的指令相对应。由虚线(例如具有虚线边框的框)指示可选操作。在一些实施方式中，由服务器系统(图1，120)执行图5中所述的方法。

根据一些实施方式，服务器系统(图1，120)从客户端系统(图1，102)接收音量变化命令(502)。例如，服务器系统(图1，120)从客户端系统(图1，102)接收“静音”命令指示，指示客户端系统已经从用户接收到“静音”命令。在一些实施方式中，服务器系统(图1，120)确定当前正在客户端系统(图1，102)处呈现的媒体内容项目的标识(504)。

在一些实施方式中，服务器系统(图1，120)通过接收与音量变化命令相关联的时间戳，确定所呈现的媒体内容项目的标识(506)。服务器系统(图1，120)使用该时间戳来确定所呈现的媒体内容项目的标识(508)。例如，使用该时间戳，服务器系统(图1，120)能使用编程或调度信息，结合来自用户的位置和频道信息来识别在特定时间呈现的特定媒体内容项目。

在一些实施方式中，服务器系统(图1，120)分析接收到的音量变化事件来确定对所确定的媒体内容项目的用户兴趣水平(510)。例如，确定静音命令来示出用户对当前呈现的媒体缺乏兴趣并且确定音量调高命令来示出对当前呈现的媒体的增加的用户兴趣。服务器系统(图1，120)聚合来自多个客户端的所确定的兴趣水平来确定对在由时间戳指示的时间处所确定的媒体内容项目的平均兴趣水平(512)。以这种方式，服务器系统(图1，120)能过滤出与用户兴趣无关的音量变化事件或命令(用户接电话或具有背景噪声)。如果能在都观看同一媒体内容项目的多个用户中检测到音量变化命令或事件的模式，则很可能该音量变化与用户兴趣相关。

图6是图示出根据一些实施方式的估计用户对媒体内容的兴趣的流程图。图6中所示的操作中的每一个可以与计算机存储器或计算机可读存储介质中存储的指令相对应。由虚线来指示可选操作(例如具有)。在一些实施方式中，图6中所述的方法由客户端系统(图1，102)执行。

根据一些实施方式，客户端系统(图1，102)对于在客户端系统附近呈现的媒体内容检测到来自客户端系统的用户的音量变化事件(602)。例如，客户端系统(图1，102)是具有麦克风的智能电话。麦克风，在用户许可下，监视在智能电话的附近呈现的媒体内容项目的音量水平。当智能电话检测到音量水平的变化时，其记录音量变化并且尝试确定该音量变化事件是用户动作的结果还是媒体内容的结果。根据一些实施方式，客户端系统(图1，102)将与所检测到的音量变化事件相关联的时间记录在时间戳中(604)。

根据一些实施方式，客户端系统(图1，102)分析音量变化事件来确定对所呈现的媒体内容的用户兴趣(606)。如上所述，音量增加事件表示用户兴趣增加，而音量减小或静音事件表示用户兴趣低或无兴趣。客户端系统(图1，102)将所确定的用户兴趣水平发送到服务器系统(图1，120)(608)。

根据一些实施方式，客户端系统(图1，102)基于所确定的兴趣水平，接收对附加的媒体内容的推荐(610)。例如，如果用户正观看基于Web的视频，在完成当前视频后，推荐附加的视频。如果用户已经同意，至少部分地基于从客户端系统(图1，102)的用户采集的音量变化信息，来选择这些推荐。

为说明目的，已经参考特定实施方式描述了上述描述。然而，上述说明性论述不旨在穷举或将本发明限于公开的精确形式。鉴于上述教导，许多修改和变形是可能的。选择和描述实施方式以便最佳地说明本发明的原理及其实践应用，从而使本领域的其他技术人员能够最佳地利用本发明，以及具有适合于所构想的特定使用的各种改进的各种实施方式。还将理解到，尽管在此使用术语第一、第二等等来描述各个元件，但这些元件不应当受这些术语限制。这些术语仅用来将一个元件与另一个区分开来。例如，第一触点能称为第二触点，类似地，第二触点能称为第一触点，而不背离本实施方式的范围。第一触点和第二触点均是触点，但它们不是同一触点。

此处实施方式的描述中的术语仅是为了描述特定实施方式的目的，不旨在限制。如在实施方式及附加权利要求的描述中，单数形式“一”、“一个”和“该”也旨在包括复数形式，除非上下文另有说明。还将理解到如在此使用的术语“和/或”是指和包含一个或多个相关联列出项目中的一个或多个的任意和所有可能组合。将进一步理解术语“包括”和/或“由…组成”当在本说明书使用时，指定所述的特征、整数、步骤、操作、元件、和/或组件的存在，但不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件、和/或其组。

如在此使用的，术语“如果”可以解释成是指“当…时”或“在…时”或“响应于确定”或“响应于检测”，取决于上下文。类似地，术语“如果确定”或“如果检测到(所述条件或事件)”可以解释成是指“在确定时”或“响应于确定”或“在检测到(所述条件或事件)时”或“响应于检测到(所述条件或事件)，取决于上下文。

Claims (24)

1.一种用于估计对媒体内容的用户兴趣的方法，包括：

在具有一个或多个处理器和存储用于由所述一个或多个处理器执行的一个或多个程序的存储器的服务器系统处：

从客户端系统接收音量变化事件，其中，所述音量变化事件是通过经由所述客户端系统的音频传感器对于在所述客户端系统附近呈现的媒体内容检测音量变化事件来确定的，所述音量变化事件包括所述媒体内容的输出媒体音量的变化；

获得所述媒体内容的标识；

基于所述媒体内容的所述标识，从媒体数据库获得在所述媒体内容内的一个或多个预期音量变化事件列表；

基于所述一个或多个预期音量变化事件列表，获得关于所检测的音量变化事件是否包括来自所述客户端系统的用户的音量变化事件的确定；以及

分析所接收的音量变化事件来确定对所标识的媒体内容的用户兴趣水平。

2.根据权利要求1所述的方法，其中，接收音量变化事件包括接收与所述音量变化事件相关联的时间戳。

3.根据权利要求2所述的方法，其中，获得所述媒体内容的标识包括使用包括在所述时间戳中的时间来确定所述媒体内容的标识。

4.根据权利要求2所述的方法，其中，确定所述媒体内容的标识包括使用包括在所述时间戳中的时间来确定所述媒体内容内的期间发生所述音量变化事件的特定时间。

5.根据权利要求2至4中的任何一项所述的方法，进一步包括聚合来自多个客户端系统的所确定的兴趣水平来确定对在由所述时间戳指示的时间处的所述媒体内容的平均兴趣水平。

6.一种用于估计对媒体内容的用户兴趣的方法，包括：

在具有音频传感器、一个或多个处理器、和存储用于由所述一个或多个处理器执行的一个或多个程序的存储器的客户端系统处：

经由所述音频传感器对于在客户端系统附近呈现的媒体内容检测音量变化事件，所述音量变化事件包括所述媒体内容的输出媒体音量的变化；

获得所述媒体内容的标识；

基于所述媒体内容的所述标识，从媒体数据库获得在所述媒体内容内的一个或多个预期音量变化事件列表；

基于所述一个或多个预期音量变化事件列表，获得关于所检测的音量变化事件是否包括来自所述客户端系统的用户的音量变化事件的确定；

依据所检测的音量变化事件包括来自所述客户端系统的用户的音量变化事件的确定：

分析所检测的音量变化事件来确定对所呈现的媒体内容的用户兴趣；以及

将所确定的兴趣水平发送到服务器系统；以及

依据所检测的音量变化事件不包括来自所述客户端系统的用户的音量变化事件的确定，放弃分析所述音量变化事件来确定用户兴趣。

7.根据权利要求6所述的方法，进一步包括：

将与所检测的音量变化事件相关联的时间记录在时间戳中。

8.根据权利要求6或7所述的方法，进一步包括：

基于所确定的兴趣水平，从所述服务器系统接收对附加的媒体内容的推荐。

9.一种用于估计对媒体内容的用户兴趣的电子设备，包括：

一个或多个处理器；

存储器，所述存储器存储将由所述一个或多个处理器执行的一个或多个程序；

所述一个或多个程序包括用于以下的指令：

从客户端系统接收音量变化事件，其中，所述音量变化事件是通过经由所述客户端系统的音频传感器对于在所述客户端系统附近呈现的媒体内容检测音量变化事件来确定的，所述音量变化事件包括所述媒体内容的输出媒体音量的变化；

获得所述媒体内容的标识；

基于所述媒体内容的所述标识，从媒体数据库获得在所述媒体内容内的一个或多个预期音量变化事件列表；

基于所述一个或多个预期音量变化事件列表，获得关于所检测的音量变化事件是否包括来自所述客户端系统的用户的音量变化事件的确定；以及

分析所接收的音量变化事件来确定对所确定的媒体内容项目的用户兴趣水平。

10.根据权利要求9所述的设备，其中，接收音量变化事件包括接收与所述音量变化事件相关联的时间戳。

11.根据权利要求10所述的设备，其中，获得所述媒体内容的标识包括使用包括在所述时间戳中的时间来确定所述媒体内容的标识。

12.根据权利要求10所述的设备，其中，获得所述媒体内容的标识包括使用包括在所述时间戳中的时间来确定所述媒体内容内的期间发生音量变化事件的特定时间。

13.根据权利要求10至12中的任何一项所述的设备，进一步包括聚合来自多个客户端系统的所确定的兴趣水平来确定对在由所述时间戳指示的时间处的所确定的媒体内容段的平均兴趣水平。

14.一种用于估计对媒体内容的用户兴趣的电子设备，包括：

音频传感器

一个或多个处理器；

存储器，所述存储器存储将由所述一个或多个处理器执行的一个或多个程序；

所述一个或多个程序包括用于以下的指令：

经由所述音频传感器对于在所述电子设备附近呈现的媒体内容检测音量变化事件，所述音量变化事件包括所述媒体内容的输出媒体音量的变化；

获得所述媒体内容的标识；

基于所述媒体内容的所述标识，从媒体数据库获得在所述媒体内容内的一个或多个预期音量变化事件列表；

基于所述一个或多个预期音量变化事件列表，获得关于所检测的音量变化事件是否包括来自所述电子设备的用户的音量变化事件的确定；

依据所检测的音量变化事件包括来自所述电子设备的用户的音量变化事件的确定：

分析所检测的音量变化事件来确定对所呈现的媒体内容的用户兴趣；以及

将所确定的兴趣水平发送到服务器系统；以及

依据所检测的音量变化事件不包括来自所述电子设备的用户的音量变化事件的确定，放弃分析所述音量变化事件来确定用户兴趣。

15.根据权利要求14所述的设备，所述一个或多个程序进一步包括进行以下操作的指令：

将与所检测的音量变化事件相关联的时间记录在时间戳中。

16.根据权利要求14或15所述的设备，所述一个或多个程序进一步包括进行以下操作的指令：

基于所确定的兴趣水平，从所述服务器系统接收对附加的媒体内容的推荐。

17.一种存储一个或多个程序的非瞬时性计算机可读存储介质，所述一个或多个程序被配置成由电子设备执行，所述一个或多个程序包括用于以下的指令：

从客户端系统接收音量变化事件，其中，所述音量变化事件是通过经由所述客户端系统的音频传感器对于在所述客户端系统附近呈现的媒体内容检测音量变化事件来确定的，所述音量变化事件包括所述媒体内容的输出媒体音量的变化；

获得所述媒体内容的标识；

基于所述媒体内容的所述标识，从媒体数据库获得在所述媒体内容内的一个或多个预期音量变化事件列表；

基于所述一个或多个预期音量变化事件列表，获得关于所检测的音量变化事件是否包括来自所述客户端系统的用户的音量变化事件的确定；以及

分析所接收的音量变化事件来确定对所确定的媒体内容的用户兴趣水平。

18.根据权利要求17所述的非瞬时性计算机可读存储介质，其中，接收音量变化事件包括接收与所述音量变化事件相关联的时间戳。

19.根据权利要求18所述的非瞬时性计算机可读存储介质，其中，获得所述媒体内容的标识包括使用包括在所述时间戳中的时间来确定所述媒体内容的标识。

20.根据权利要求18所述的非瞬时性计算机可读存储介质，其中，获得所述媒体内容的标识包括使用包括在所述时间戳中的时间来确定所述媒体内容内的期间发生所述音量变化事件的特定时间。

21.根据权利要求18至20中的任何一项所述的非瞬时性计算机可读存储介质，进一步包括聚合来自多个客户端系统的所确定的兴趣水平来确定对在由所述时间戳指示的时间处的所确定的媒体内容段的平均兴趣水平。

22.一种存储一个或多个程序的非瞬时性计算机可读存储介质，所述一个或多个程序被配置成由具有音频传感器的电子设备执行，所述一个或多个程序包括用于以下的指令：

经由所述音频传感器对于在所述电子设备附近呈现的媒体内容检测音量变化事件，所述音量变化事件包括所述媒体内容的输出媒体音量的变化；

获得所述媒体内容的标识；

基于所述媒体内容的所述标识，从媒体数据库获得在所述媒体内容内的一个或多个预期音量变化事件列表；

基于所述一个或多个预期音量变化事件列表，获得关于所检测的音量变化事件是否包括来自所述电子设备的用户的音量变化事件的确定；

依据所检测的音量变化事件包括来自所述电子设备的用户的音量变化事件的确定：

分析所检测的音量变化事件来确定对所呈现的媒体内容的用户兴趣；以及

将所确定的兴趣水平发送到服务器系统；以及

依据所检测的音量变化事件不包括来自所述电子设备的用户的音量变化事件的确定，放弃分析所述音量变化事件来确定用户兴趣。

23.根据权利要求22所述的非瞬时性计算机可读存储介质，所述一个或多个程序进一步包括进行以下操作的指令：

将与所检测的音量变化事件相关联的时间记录在时间戳中。

24.根据权利要求22或23所述的非瞬时性计算机可读存储介质，所述一个或多个程序进一步包括进行以下操作的指令：

基于所确定的兴趣水平，从所述服务器系统接收对附加的媒体内容的推荐。